Hazard Analysis with STPA Methods: Application to Mould Level Control Within Continuous Casting Free Stream Operations
Notice bibliographique
Résumé
In the continuous casting process, maintaining precise control over the mould level is essential to ensure product quality, prevent defects, and optimize operational efficiency.Mould Level Control (MLC) in Free Stream operations presents unique challenges, as it requires accurate and stable control amidst dynamic process variations and complex interdependencies between sensors, actuators, and controllers.This paper presents a case study conducted at a steel plant located in Bellara, El Milia -Jijel, Algeria, which utilizes a 120-ton Electric Arc Furnace (EAF) operating at a tap temperature of approximately 1630℃.The process is controlled via a Siemens PLC-based automation system.Continuous casting is performed using a curved-type machine (3BLC 0905), featuring five strands, a casting section of 150 ×150 mm, and a maximum casting speed of 3.5 m/min.The system includes a ladle turret, 30-ton tundish, mould, and withdrawal system, and is used to produce low-carbon steel grades (C < 0.13%, Al < 0.006%).System-Theoretic Process Analysis (STPA) is applied to identify and mitigate hazards in MLC systems under Free Stream conditions.The analysis highlights unsafe control actions (UCAs), actuator delays, and sensor inaccuracies, and proposes improvements in control logic, calibration, and response strategies to enhance system safety and reliability.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».